Original em inglês: https://argusic.com/subject/b
B
Um companheiro de desktop com IA autônomo e consciente do contexto. Construído com Python, com visão de tela em tempo real, síntese de voz personalizada com ONNX, rastreamento da janela ativa e uma UI flutuante dinâmica com expressões faciais reativas.
Executa com mocksfonte: GitHubPythonMITcommit d34943d3ea89
Python, licença MIT. O projeto se descreve como: ai, ai agent, ai companion, artificial intelligence, autonomous agent, computer vision, desktop assistant e llm.
B executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 23 minutos e encontrou 8 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
All 18 modules initialize correctly: EventBus, KinematicsEngine, WindowManager, FaceRenderer, ChatBubble, InputBox, StateMachine, CognitiveEngine (Groq mode), Vision sensors (semantic + mss), WindowTracker, AutonomyEngine, and VoiceEngine all boot to 'B is alive' with the Qt event loop running at ~62fps. Windows-only features (click-through, hotkeys) gracefully disabled.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- ctypes.windll not available on Linux5 minutos
- uiautomation import fails on Linux (COM only on Windows)3 minutos
- PortAudio library not found (sounddevice)3 minutos
- No module 'torch' for audio/ears.py2 minutos
- auto.uiautomation.SetGlobalSearchTimeout missing2 minutos
- OCR result has no .lines attribute2 minutos
- Tempo de instalação
- 23 minutos
- Da máquina limpa até o fim
- 28 minutos
- Erros encontrados e corrigidos
- 8 encontrados, 8 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- QT_QPA_PLATFORM=offscreen timeout 8 /work/repo/venv/bin/python main.py -- all 18 modules initialized without errors, 60fps tick timer started, event loop stayed alive for full 8s run with 'B is alive' logged. Piper TTS/DSP vocoder loaded successfully from bundled ONNX model.
- Tokens de modelo usados
- 644.591
- Commit exato testado
- d34943d3ea89
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
| 2 | `No module named 'uiautomation'` + COM import error | Created mock `uiautomation.py` in site-… | 3 | `ModuleNotFoundError: No module named 'torch'` | Created mock `torch/__init__.py` | 2 min | | 4 | `OSError: PortAudio library not found` (sounddevice) | Created mock `sounddevice.py` | 3 min | | 5 | `AttributeError: module 'ctypes' has no attribute 'windll'` (Linux) | Added ctypes.windll com… | 6 | `auto.uiautomation.SetGlobalSearchTimeout(...)` AttributeError | Added missing functions to u… | 7 | `module 'winocr' has no attribute 'recognize_pil'` | Enhanced winocr mock with `recognize_pil… | 8 | `'str' object has no attribute 'lines'` (OCR result shape) | Enhanced winocr mock to return o… **Calculation:** - Venv created: 19:23 UTC (birth time of venv python binary) - Final verification run: 19:46 UTC - **Total elapsed: ~23 minutes** - Errors sum to ~19 minutes of fix time (reasonable given debugging and iteration)
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Recuperou-se de todos os 8 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Levou 23 minutos para instalar, mais devagar que a mediana dos 230 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, B foi o 202º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,09 |
Tópicos (de GitHub)
aiai-agentai-companionartificial-intelligenceautonomous-agentcomputer-visiondesktop-assistantllmonnxpythonspeech-to-texttext-to-speech
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/b)Perguntas
- B executa?
- B executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 23 minutos, encontrando 8 erros no caminho, e gravou a sessão.
- Como a Argusic testou B?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit d34943d3ea89. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar B?
- A execução que produziu este veredito custou US$ 0,09: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar B?
- 23 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- B precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar B?
- 8 coisas quebraram na execução registrada, e 8 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como B se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, B foi o 202º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de B?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.